ਕੀ Value Stream Mapping ਇੱਕ ਲਾਈਵ ਡਾਟਾ ਮਾਡਲ ਬਣ ਸਕਦਾ ਹੈ?

Value Stream Mapping ਲੰਬੇ ਸਮੇਂ ਤੋਂ Lean Manufacturing ਵਿੱਚ ਇਹ ਸਮਝਣ ਲਈ ਸਭ ਤੋਂ ਲਾਭਦਾਇਕ ਸਾਧਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਰਿਹਾ ਹੈ ਕਿ ਕਿਸੇ ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਸਮੱਗਰੀ, ਜਾਣਕਾਰੀ ਅਤੇ ਫੈਸਲੇ ਕਿਵੇਂ ਅੱਗੇ ਵਧਦੇ ਹਨ।
ਪਰ ਰਵਾਇਤੀ Value Stream Mapping ਦੀ ਇੱਕ ਬੁਨਿਆਦੀ ਸੀਮਾ ਹੈ।
ਫੈਕਟਰੀ ਲਗਾਤਾਰ ਬਦਲਦੀ ਰਹਿੰਦੀ ਹੈ। ਨਕਸ਼ਾ ਨਹੀਂ ਬਦਲਦਾ।

ਤੁਸੀਂ ਉਤਪਾਦਨ, ਯੋਜਨਾਬੰਦੀ, ਗੁਣਵੱਤਾ, ਰੱਖ-ਰਖਾਅ, ਸਪਲਾਈ ਚੇਨ ਅਤੇ ਓਪਰੇਸ਼ਨਜ਼ ਨੂੰ ਇੱਕੋ ਵਰਕਸ਼ਾਪ ਵਿੱਚ ਲਿਆ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ ਸਾਈਕਲ ਟਾਈਮ, ਕਤਾਰਾਂ, ਬੈਚ ਸਾਈਜ਼, ਹੈਂਡਆਫ, ਉਡੀਕ ਸਮਾਂ, ਜਾਣਕਾਰੀ ਪ੍ਰਵਾਹ ਅਤੇ ਰੁਕਾਵਟਾਂ ਨੂੰ ਮੈਪ ਕਰ ਸਕਦੇ ਹੋ। ਵਰਕਸ਼ਾਪ ਦੇ ਅੰਤ ਤੱਕ, ਹਰ ਕੋਈ ਆਖ਼ਰਕਾਰ ਇਹ ਸਮਝ ਸਕਦਾ ਹੈ ਕਿ ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ।

ਫਿਰ ਅਸਲੀਅਤ ਬਦਲ ਜਾਂਦੀ ਹੈ।

ਸਪਲਾਇਰ ਦੀ ਸ਼ਿਪਮੈਂਟ ਦੇਰ ਨਾਲ ਪਹੁੰਚਦੀ ਹੈ। ਗਾਹਕ ਤੁਰੰਤ ਆਰਡਰ ਦਿੰਦਾ ਹੈ। ਮਸ਼ੀਨ ਬੰਦ ਹੋ ਜਾਂਦੀ ਹੈ। ਗੁਣਵੱਤਾ ਕਿਸੇ ਬੈਚ ਨੂੰ ਰੋਕ ਦਿੰਦੀ ਹੈ। ਰੱਖ-ਰਖਾਅ ਕਿਸੇ ਸਰੋਤ ਨੂੰ ਉਤਪਾਦਨ ਤੋਂ ਹਟਾ ਦਿੰਦਾ ਹੈ। ਸੈੱਟਅੱਪ ਉਮੀਦ ਤੋਂ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੈਂਦਾ ਹੈ। ਸਮੱਗਰੀ ਗਲਤ ਥਾਂ ਉੱਤੇ ਉਡੀਕ ਕਰਦੀ ਹੈ।

ਕੰਧ 'ਤੇ ਟੰਗਿਆ Value Stream Map ਅਜੇ ਵੀ ਕੱਲ੍ਹ ਦੀ ਫੈਕਟਰੀ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ।

ਤਾਂ ਜੇ Value Stream Map ਇਸ ਤੋਂ ਵੀ ਵੱਧ ਕੁਝ ਬਣ ਸਕੇ ਤਾਂ ਕੀ ਹੋਵੇ?

ਇਸ ਐਪੀਸੋਡ ਵਿੱਚ ਅਸੀਂ ਵੇਖਦੇ ਹਾਂ ਕਿ Value Stream Mapping ਕਿਵੇਂ ਇੱਕ ਸਥਿਰ Lean Manufacturing ਦਸਤਾਵੇਜ਼ ਤੋਂ ਵਿਕਸਤ ਹੋ ਕੇ ERP, MES, ਗੁਣਵੱਤਾ, ਰੱਖ-ਰਖਾਅ, ਮਸ਼ੀਨ ਅਤੇ ਸ਼ੌਪ-ਫਲੋਰ ਡੇਟਾ ਨਾਲ ਜੁੜਿਆ ਇੱਕ ਲਾਈਵ ਮੈਨੂਫੈਕਚਰਿੰਗ ਡੇਟਾ ਮਾਡਲ ਬਣ ਸਕਦਾ ਹੈ।

ਟੀਚਾ ਸਿਰਫ਼ Value Stream Map ਨੂੰ ਡਿਜੀਟਲ ਕਰਨਾ ਨਹੀਂ ਹੈ।

ਟੀਚਾ ਅਜਿਹਾ ਮਾਡਲ ਬਣਾਉਣਾ ਹੈ ਜੋ ਲਗਾਤਾਰ ਦਰਸਾਵੇ ਕਿ ਉਤਪਾਦਨ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਾਰਾ ਕਰਦਾ ਹੈ।

ਸਥਿਰ ਵੈਲਿਊ ਸਟ੍ਰੀਮ ਮੈਪਿੰਗ ਦੀ ਸਮੱਸਿਆ

ਰਵਾਇਤੀ Value Stream Mapping ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਨੈਪਸ਼ਾਟ ਲੈਂਦੀ ਹੈ।

ਇਹ ਟੀਮਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ ਕਿ ਕਿਸੇ ਉਤਪਾਦ ਨੂੰ ਬਣਾਉਣ ਲਈ ਕਿਹੜੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਕਿਸ ਕ੍ਰਮ ਵਿੱਚ ਲੋੜੀਂਦੀਆਂ ਹਨ, ਪਰ ਇਸਦਾ ਅਸਲ ਮੁੱਲ ਡੱਬੇ ਅਤੇ ਤੀਰ ਬਣਾਉਣ ਤੋਂ ਕਿਤੇ ਅੱਗੇ ਹੈ।

Value Stream Map ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਾਂ, ਉਡੀਕ ਸਮਾਂ, ਕਤਾਰਾਂ, ਇਨਵੈਂਟਰੀ, ਬੈਚ ਸਾਈਜ਼, ਚੇਂਜਓਵਰ, ਜਾਣਕਾਰੀ ਪ੍ਰਵਾਹ, ਰੀਪਲੇਨਿਸ਼ਮੈਂਟ ਸਿਗਨਲ, ਉਤਪਾਦਨ ਨਿਯੰਤਰਣ ਨਿਯਮ ਅਤੇ ਸੰਗਠਨ ਦੇ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਵਿਚਕਾਰ ਹੈਂਡਆਫ ਦਾ ਵਰਣਨ ਕਰ ਸਕਦਾ ਹੈ।

ਇਹ ਇਸਨੂੰ ਪ੍ਰਵਾਹ ਸਮਝਣ ਲਈ ਬਹੁਤ ਉਪਯੋਗੀ ਬਣਾਉਂਦਾ ਹੈ।

ਪਰ ਉਤਪਾਦਨ ਗਤੀਸ਼ੀਲ ਹੈ।

ਵਰਕਸ਼ਾਪ ਦੌਰਾਨ ਕੈਪਚਰ ਕੀਤੀਆਂ ਸਥਿਤੀਆਂ ਕੁਝ ਦਿਨਾਂ ਬਾਅਦ ਹੀ ਵੱਖਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ।

ਮੰਗ ਬਦਲਦੀ ਹੈ। ਸਰੋਤ ਉਪਲਬਧ ਨਹੀਂ ਰਹਿੰਦੇ। ਆਰਡਰਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਤਰਜੀਹ ਮਿਲਦੀ ਹੈ। ਗੁਣਵੱਤਾ ਸਮੱਸਿਆਵਾਂ ਰੀਵਰਕ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ। ਸਮੱਗਰੀ ਦੇਰ ਨਾਲ ਪਹੁੰਚਦੀ ਹੈ। ਉਤਪਾਦਨ ਸ਼ਡਿਊਲ ਬਦਲਦੇ ਹਨ। ਅਸਲ ਸਾਈਕਲ ਟਾਈਮ ਯੋਜਨਾ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਤੋਂ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ।

ਇਹ ਬਦਲਾਅ ਉਤਪਾਦਨ ਦੇ ਅਸਲ ਪ੍ਰਵਾਹ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, ਪਰ ਆਮ ਤੌਰ 'ਤੇ ਇਹ Value Stream Map ਵਿੱਚ ਆਪਣੇ ਆਪ ਪ੍ਰਤੀਬਿੰਬਤ ਨਹੀਂ ਹੁੰਦੇ।

ਇਸ ਨਾਲ ਆਧੁਨਿਕ ਨਿਰਮਾਣ ਲਈ ਇੱਕ ਦਿਲਚਸਪ ਸਵਾਲ ਉੱਠਦਾ ਹੈ:

ਕੀ Value Stream Mapping ਫੈਕਟਰੀ ਦਾ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਹੋਣ ਵਾਲਾ ਮਾਡਲ ਬਣ ਸਕਦੀ ਹੈ?

ਵੈਲਿਊ ਸਟ੍ਰੀਮ ਮੈਪ ਤੋਂ ਲਾਈਵ ਡੇਟਾ ਮਾਡਲ ਤੱਕ

ਇੱਕ ਲਾਈਵ Value Stream Model ਕਿਸੇ ਟ੍ਰੈਡੀਸ਼ਨਲ Value Stream Map ਨੂੰ ਸਿਰਫ਼ ਸਕਰੀਨ 'ਤੇ ਰੱਖਣ ਨਾਲੋਂ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰਾ ਹੋਵੇਗਾ।

ਚਿੱਤਰ ਨੂੰ ਡਿਜੀਟਲ ਕਰਨਾ ਮੁਕਾਬਲਤਨ ਆਸਾਨ ਹੈ।

ਪਰ ਅਜਿਹਾ ਮਾਡਲ ਬਣਾਉਣਾ ਜੋ ਆਰਡਰਾਂ, ਓਪਰੇਸ਼ਨਾਂ, ਸਰੋਤਾਂ, ਸਮੱਗਰੀਆਂ, ਰੁਕਾਵਟਾਂ, ਘਟਨਾਵਾਂ ਅਤੇ ਉਤਪਾਦਨ ਸਥਿਤੀਆਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਸਮਝੇ, ਬਹੁਤ ਔਖਾ ਹੈ।

ਇੱਕ ਲਾਈਵ ਨਿਰਮਾਣ ਮਾਡਲ ਨੂੰ ਇਹ ਸਵਾਲ ਸਮਝਣੇ ਪੈਣਗੇ:

• ਇਸ ਸਮੇਂ ਕੋਈ ਆਰਡਰ ਕਿੱਥੇ ਹੈ?
• ਆਖਰੀ ਪੂਰਾ ਹੋਇਆ ਓਪਰੇਸ਼ਨ ਕਿਹੜਾ ਸੀ?
• ਅੱਗੇ ਕੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?
• ਕਿਹੜਾ ਸਰੋਤ ਲੋੜੀਂਦਾ ਹੈ?
• ਕੀ ਉਹ ਸਰੋਤ ਅਸਲ ਵਿੱਚ ਉਪਲਬਧ ਹੈ?
• ਕੀ ਸਮੱਗਰੀ ਉਡੀਕ ਕਰ ਰਹੀ ਹੈ?
• ਕੀ ਗੁਣਵੱਤਾ ਉਤਪਾਦਨ ਨੂੰ ਰੋਕ ਰਹੀ ਹੈ?
• ਕੀ ਰੱਖ-ਰਖਾਅ ਨੇ ਉਪਲਬਧ ਸਮਰੱਥਾ ਘਟਾਈ ਹੈ?
• ਕੀ ਆਰਡਰ ਕਿਸੇ ਭੌਤਿਕ ਰੁਕਾਵਟ ਕਾਰਨ ਉਡੀਕ ਕਰ ਰਿਹਾ ਹੈ ਜਾਂ ਜਾਣਕਾਰੀ ਦੇਰੀ ਕਾਰਨ?

ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ:

ਮੌਜੂਦਾ ਉਤਪਾਦਨ ਸਥਿਤੀ ਨੂੰ ਕਿਹੜਾ ਸਬੂਤ ਸਾਬਤ ਕਰਦਾ ਹੈ?

ਇਹ Value Stream Mapping ਨੂੰ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਤੋਂ ਓਪਰੇਸ਼ਨਲ ਇੰਟੈਲੀਜੈਂਸ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ।

ਇੱਕ ਆਰਡਰ, ਕਈ ਨਿਰਮਾਣ ਪ੍ਰਣਾਲੀਆਂ

ਇੱਕ make-to-order ਨਿਰਮਾਣ ਵਾਤਾਵਰਣ ਵਿੱਚ ਇੱਕ ਉਦਾਹਰਣ 'ਤੇ ਵਿਚਾਰ ਕਰੋ।

ਗਾਹਕ ਦਾ ਆਰਡਰ ਲੋੜੀਂਦੀ ਡਿਲੀਵਰੀ ਮਿਤੀ ਨਾਲ ਕਾਰੋਬਾਰ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ।

ERP ਸੇਲਜ਼ ਆਰਡਰ ਬਣਾਉਂਦਾ ਹੈ, ਉਤਪਾਦਨ ਲੋੜਾਂ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਸਮੱਗਰੀ ਦੀ ਉਪਲਬਧਤਾ ਜਾਂਚਦਾ ਹੈ ਅਤੇ ਰੂਟਿੰਗ ਜਾਣਕਾਰੀ ਦਿੰਦਾ ਹੈ ਜੋ ਓਪਰੇਸ਼ਨਾਂ ਦਾ ਉਮੀਦ ਕੀਤਾ ਕ੍ਰਮ ਦਰਸਾਉਂਦੀ ਹੈ।

ਪਰ ERP ਸਿਰਫ਼ ਤਸਵੀਰ ਦਾ ਇੱਕ ਹਿੱਸਾ ਦਿੰਦਾ ਹੈ।

ਸ਼ੌਪ ਫਲੋਰ 'ਤੇ Manufacturing Execution System ਕੰਮ ਨੂੰ ਡਿਸਪੈਚ ਕਰ ਸਕਦਾ ਹੈ, ਓਪਰੇਟਰ ਦੀ ਪੁਸ਼ਟੀ ਦਰਜ ਕਰ ਸਕਦਾ ਹੈ, ਉਤਪਾਦਨ ਪ੍ਰਗਤੀ ਟਰੈਕ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਸੀਰੀਅਲ ਜਾਂ ਬੈਚ ਜਾਣਕਾਰੀ ਰੱਖ ਸਕਦਾ ਹੈ।

ਮਸ਼ੀਨ ਸਿਸਟਮ ਇੱਕ ਹੋਰ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਦਿੰਦੇ ਹਨ।

ਇੱਕ ਮਸ਼ੀਨਿੰਗ ਸੈਂਟਰ ਦੱਸ ਸਕਦਾ ਹੈ ਕਿ ਉਹ ਚੱਲ ਰਿਹਾ ਹੈ, ਖਾਲੀ ਹੈ, ਖਰਾਬੀ ਹੈ ਜਾਂ ਇਸ ਸਮੇਂ ਸੈੱਟਅੱਪ ਹੋ ਰਿਹਾ ਹੈ।

ਇੱਕ ਫਰਨੇਸ ਤਾਪਮਾਨ ਜਾਣਕਾਰੀ ਅਤੇ ਸਾਈਕਲ ਪੂਰਾ ਹੋਣ ਦੇ ਸਿਗਨਲ ਦੇ ਸਕਦੀ ਹੈ।

ਟੈਸਟ ਸਟੇਸ਼ਨ ਪਾਸ ਜਾਂ ਫੇਲ੍ਹ ਨਤੀਜੇ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ।

ਇੰਡਸਟਰੀਅਲ ਗੇਟਵੇ, ਹਿਸਟੋਰੀਅਨ, PLC ਅਤੇ IoT ਸਿਸਟਮ ਵੀ ਹੋਰ ਓਪਰੇਸ਼ਨਲ ਸਿਗਨਲ ਇਕੱਠੇ ਕਰ ਸਕਦੇ ਹਨ।

ਗੁਣਵੱਤਾ ਸਿਸਟਮ ਇੱਕ ਹੋਰ ਪਰਤ ਜੋੜਦੇ ਹਨ।

ਇੱਕ ਨਿਰੀਖਣ ਨਤੀਜਾ ਸਮੱਗਰੀ ਨੂੰ ਹੋਲਡ 'ਤੇ ਰੱਖ ਸਕਦਾ ਹੈ। ਇੱਕ ਗੈਰ-ਅਨੁਕੂਲਤਾ ਰੀਵਰਕ ਸ਼ੁਰੂ ਕਰ ਸਕਦੀ ਹੈ। ਗੁਣਵੱਤਾ ਰਿਲੀਜ਼ ਭੌਤਿਕ ਨਿਰੀਖਣ ਖਤਮ ਹੋਣ ਦੇ ਘੰਟਿਆਂ ਬਾਅਦ ਹੋ ਸਕਦੀ ਹੈ।

ਰੱਖ-ਰਖਾਅ ਸਿਸਟਮ ਵੀ ਅਸਲ ਉਤਪਾਦਨ ਸ਼ਡਿਊਲ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ।

ਇੱਕ ਮਸ਼ੀਨ ਯੋਜਨਾ ਸਿਸਟਮ ਵਿੱਚ ਉਪਲਬਧ ਦਿਖ ਸਕਦੀ ਹੈ, ਜਦਕਿ ਨਿਰਧਾਰਤ ਰੱਖ-ਰਖਾਅ ਕਈ ਘੰਟਿਆਂ ਲਈ ਉਸਨੂੰ ਉਤਪਾਦਨ ਲਈ ਅਣਉਪਲਬਧ ਬਣਾ ਦਿੰਦਾ ਹੈ।

ਹਰ ਸਿਸਟਮ ਕੀਮਤੀ ਜਾਣਕਾਰੀ ਰੱਖਦਾ ਹੈ।

ਪਰ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੋਈ ਇੱਕ ਸਿਸਟਮ ਵੀ ਆਪਣੇ ਆਪ ਪੂਰੇ ਉਤਪਾਦਨ ਪ੍ਰਵਾਹ ਦਾ ਵਰਣਨ ਨਹੀਂ ਕਰਦਾ।

ਲੀਡ ਟਾਈਮ ਅਸਲ ਵਿੱਚ ਕਿੱਥੇ ਗਿਆ?

ਕਲਪਨਾ ਕਰੋ ਕਿ ਇੱਕ ਆਰਡਰ ਦੇਰ ਨਾਲ ਸ਼ਿਪ ਹੁੰਦਾ ਹੈ।

ERP ਨੂੰ ਪਤਾ ਹੈ ਕਿ ਆਰਡਰ ਕਦੋਂ ਬਣਾਇਆ ਗਿਆ ਸੀ। ERP ਨੂੰ ਯੋਜਨਾਬੱਧ ਡਿਲੀਵਰੀ ਮਿਤੀ ਵੀ ਪਤਾ ਹੈ।

MES ਨੂੰ ਪਤਾ ਹੈ ਕਿ ਹਰ ਓਪਰੇਸ਼ਨ ਕਦੋਂ ਪੁਸ਼ਟੀ ਹੋਇਆ। ਮਸ਼ੀਨ ਡੇਟਾ ਦਿਖਾ ਸਕਦਾ ਹੈ ਕਿ ਉਪਕਰਣ ਕਦੋਂ ਚੱਲ ਰਿਹਾ ਸੀ। ਗੁਣਵੱਤਾ ਸਿਸਟਮ ਜਾਣਦੇ ਹਨ ਕਿ ਨਿਰੀਖਣ ਕਦੋਂ ਹੋਏ। ਰੱਖ-ਰਖਾਅ ਨੂੰ ਪਤਾ ਹੈ ਕਿ ਸਰੋਤ ਕਦੋਂ ਅਣਉਪਲਬਧ ਸਨ।

ਪਰ ਯੋਜਨਾਕਾਰ ਇੱਕ ਬਹੁਤ ਸਰਲ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ:

ਇਹ ਆਰਡਰ ਦੇਰ ਕਿਉਂ ਹੋਇਆ?

ਲੀਡ ਟਾਈਮ ਅਸਲ ਵਿੱਚ ਕਿੱਥੇ ਗਿਆ?

ਸ਼ਾਇਦ ਆਰਡਰ ਮਸ਼ੀਨਿੰਗ ਤੋਂ ਬਾਅਦ ਉਡੀਕ ਕਰਦਾ ਰਿਹਾ।

ਸ਼ਾਇਦ ਸਮੱਗਰੀ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਤਿਆਰ ਸੀ ਪਰ ਟ੍ਰਾਂਸਪੋਰਟ ਨੇ ਉਸਨੂੰ ਨਹੀਂ ਹਿਲਾਇਆ।

ਸ਼ਾਇਦ ਨਿਰੀਖਣ ਪੂਰਾ ਹੋ ਗਿਆ ਪਰ ਗੁਣਵੱਤਾ ਰਿਲੀਜ਼ ਕਈ ਘੰਟਿਆਂ ਬਾਅਦ ਹੋਈ।

ਸ਼ਾਇਦ ਮਸ਼ੀਨ ਕੋਲ ਸਮਰੱਥਾ ਸੀ ਪਰ ਲੋੜੀਂਦੀ ਸਮੱਗਰੀ ਕਿਸੇ ਹੋਰ ਥਾਂ 'ਤੇ ਉਡੀਕ ਕਰ ਰਹੀ ਸੀ।

ਸ਼ਾਇਦ ਉੱਪਰਲੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਮ ਜਾਰੀ ਹੋ ਗਿਆ, ਜਿਸ ਨਾਲ ਅਸਲ ਰੁਕਾਵਟ ਦੇ ਸਾਹਮਣੇ ਕਤਾਰ ਬਣ ਗਈ।

ਸ਼ਾਇਦ ਆਰਡਰ ਸ਼ੌਪ ਫਲੋਰ 'ਤੇ ਆਉਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਸ਼ਡਿਊਲ ਅਵਾਸਤਵਿਕ ਸੀ।

ਇਨ੍ਹਾਂ ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਲੋੜੀਂਦਾ ਡੇਟਾ ਪਹਿਲਾਂ ਹੀ ਮੌਜੂਦ ਹੋ ਸਕਦਾ ਹੈ।

ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਇਹ ਕਈ ਸਿਸਟਮਾਂ ਵਿੱਚ ਫੈਲਿਆ ਹੋਇਆ ਹੈ।

ERP ਡੇਟਾ ਉਤਪਾਦਨ ਦੀ ਅਸਲੀਅਤ ਨਹੀਂ ਹੈ

ERP ਸਿਸਟਮ ਨਿਰਮਾਣ ਲਈ ਜ਼ਰੂਰੀ ਹਨ।

ਇਹ ਆਰਡਰ, ਸਮੱਗਰੀ, ਰੂਟਿੰਗ, ਲੋੜਾਂ, ਇਨਵੈਂਟਰੀ, ਖਰੀਦ ਅਤੇ ਕਈ ਹੋਰ ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦਾ ਪ੍ਰਬੰਧ ਕਰਦੇ ਹਨ।

ਪਰ ERP ਰੂਟਿੰਗ ਵਰਣਨ ਕਰਦੀ ਹੈ ਕਿ ਉਤਪਾਦਨ ਕਿਵੇਂ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ। ਇਹ ਆਪਣੇ ਆਪ ਇਹ ਨਹੀਂ ਦੱਸਦੀ ਕਿ ਸ਼ੌਪ ਫਲੋਰ 'ਤੇ ਇਸ ਸਮੇਂ ਅਸਲ ਵਿੱਚ ਕੀ ਹੋ ਰਿਹਾ ਹੈ।

ਇਹ ਫਰਕ ਉਤਪਾਦਨ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਵੇਲੇ ਬਹੁਤ ਅਹਿਮ ਹੋ ਜਾਂਦਾ ਹੈ।

ਉਤਪਾਦਨ ਯੋਜਨਾ ਕਹਿ ਸਕਦੀ ਹੈ ਕਿ ਆਰਡਰ ਅਗਲੇ ਓਪਰੇਸ਼ਨ ਵਿੱਚ ਜਾ ਸਕਦਾ ਹੈ।

ਫੈਕਟਰੀ ਕੁਝ ਹੋਰ ਕਹਿ ਸਕਦੀ ਹੈ।

ਮਸ਼ੀਨ ਅਣਉਪਲਬਧ ਹੋ ਸਕਦੀ ਹੈ। ਸਮੱਗਰੀ ਨਹੀਂ ਪਹੁੰਚੀ ਹੋ ਸਕਦੀ। ਓਪਰੇਟਰ ਉਪਲਬਧ ਨਹੀਂ ਹੋ ਸਕਦਾ। ਗੁਣਵੱਤਾ ਨੇ ਬੈਚ ਰੋਕਿਆ ਹੋ ਸਕਦਾ ਹੈ। ਪਿਛਲਾ ਓਪਰੇਸ਼ਨ ਉਮੀਦ ਤੋਂ ਵੱਧ ਸਮਾਂ ਲੈ ਸਕਦਾ ਹੈ। ਕੋਈ ਹੋਰ ਜ਼ਰੂਰੀ ਆਰਡਰ ਪਹਿਲਾਂ ਹੀ ਸਰੋਤ ਵਰਤ ਰਿਹਾ ਹੋ ਸਕਦਾ ਹੈ।

ਯੋਜਨਾਬੱਧ ਉਤਪਾਦਨ ਮਾਡਲ ਅਤੇ ਅਸਲ ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਜਲਦੀ ਵੱਖ ਹੋ ਸਕਦੇ ਹਨ।

ਇੱਕ ਲਾਈਵ Value Stream Model ਇਸ ਫਰਕ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।

MES ਇਕੱਲਾ ਕਾਫ਼ੀ ਕਿਉਂ ਨਹੀਂ

MES ERP ਨਾਲੋਂ ਕਿਤੇ ਡੂੰਘੀ ਉਤਪਾਦਨ ਦ੍ਰਿਸ਼ਟੀ ਦਿੰਦਾ ਹੈ।

ਇਹ ਵਰਕ ਆਰਡਰ, ਓਪਰੇਸ਼ਨ, ਪੁਸ਼ਟੀਕਰਨ, ਉਤਪਾਦਨ ਪ੍ਰਗਤੀ, ਜੈਨੇਲੋਜੀ ਅਤੇ ਸ਼ੌਪ-ਫਲੋਰ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਨੂੰ ਟਰੈਕ ਕਰ ਸਕਦਾ ਹੈ।

ਪਰ MES ਵੀ ਨਿਰਮਾਣ ਵਾਤਾਵਰਣ ਦਾ ਸਿਰਫ਼ ਇੱਕ ਹਿੱਸਾ ਦਰਸਾਉਂਦਾ ਹੈ।

ਉਤਪਾਦਨ ਫੈਸਲੇ MES ਤੋਂ ਬਾਹਰ ਸਟੋਰ ਕੀਤੀ ਜਾਣਕਾਰੀ 'ਤੇ ਨਿਰਭਰ ਕਰ ਸਕਦੇ ਹਨ।

ਗੁਣਵੱਤਾ ਸਿਸਟਮ। ਰੱਖ-ਰਖਾਅ ਸਿਸਟਮ। ਵੇਅਰਹਾਊਸ ਸਿਸਟਮ। ਇੰਡਸਟਰੀਅਲ IoT ਪਲੇਟਫਾਰਮ। ਮਸ਼ੀਨ ਹਿਸਟੋਰੀਅਨ। ਯੋਜਨਾ ਸਿਸਟਮ। ਸ਼ਡਿਊਲਿੰਗ ਸਿਸਟਮ। ERP। ਓਪਰੇਟਰ ਦੀ ਇਨਪੁੱਟ। ਟ੍ਰਾਂਸਪੋਰਟ ਸਿਸਟਮ।

ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਪ੍ਰੈੱਡਸ਼ੀਟਾਂ ਵਿੱਚ ਵੀ ਉਹ ਓਪਰੇਸ਼ਨਲ ਜਾਣਕਾਰੀ ਹੋ ਸਕਦੀ ਹੈ ਜੋ ਉਤਪਾਦਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ।

ਇਸ ਲਈ ਇੱਕ ਲਾਈਵ ਨਿਰਮਾਣ ਮਾਡਲ ਨੂੰ ਇਕੱਲੇ ਡੈਸ਼ਬੋਰਡ ਦੀ ਬਜਾਏ ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਰੀਅਲ-ਟਾਈਮ ਡੈਸ਼ਬੋਰਡ ਲਾਈਵ ਵੈਲਿਊ ਸਟ੍ਰੀਮ ਨਹੀਂ ਹੁੰਦੇ

ਬਹੁਤ ਸਾਰੇ ਡਿਜੀਟਲ ਨਿਰਮਾਣ ਪ੍ਰੋਜੈਕਟ ਰੀਅਲ-ਟਾਈਮ ਦ੍ਰਿਸ਼ਟੀ 'ਤੇ ਕੇਂਦਰਿਤ ਹੁੰਦੇ ਹਨ।

ਮਸ਼ੀਨ ਸਥਿਤੀਆਂ ਇਕੱਠੀਆਂ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਉਤਪਾਦਨ ਡੇਟਾ ਲੇਕਹਾਊਸ ਵਿੱਚ ਜਾਂਦਾ ਹੈ। ਡੈਸ਼ਬੋਰਡ ਖੁੱਲ੍ਹੇ ਆਰਡਰ ਦਿਖਾਉਂਦੇ ਹਨ। Power BI KPIs ਨੂੰ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰਦਾ ਹੈ। ਮੈਨੇਜਰਾਂ ਨੂੰ ਵਧੇਰੇ ਤਾਜ਼ਾ ਜਾਣਕਾਰੀ ਮਿਲਦੀ ਹੈ।

ਇਹ ਬਹੁਤ ਕੀਮਤੀ ਹੋ ਸਕਦਾ ਹੈ।

ਪਰ ਇਕੱਲਾ ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਵੀ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ।

(ਅਨੁਵਾਦ ਇੱਥੇ ਟਰੰਕੇਟ ਹੋਇਆ ਹੈ ਕਿਉਂਕਿ ਮੂਲ ਟੈਕਸਟ ਅਧੂਰਾ ਹੈ।)